简单视觉错觉

1　视觉倒像

基于人工智能设计的机器会犯错，其错误要么是因为用来学习的数据量太少，无法涵盖解决问题所需要的数据或样本空间；要么是由于训练太过精细，导致没办法对新来的未知样本或数据形成有效预测，俗称为过拟合；要么是基于人工智能设计的模型本身能力低，结果对样本的刻画能力不足；要么是硬件条件受限，无法完成相关任务。不管哪种错误，总是多少能找到原因的。

而智能体尤其是人类的犯错，却有很多缺乏明晰的解释。人类会在很多方面犯错，产生错误的判断，视觉上、听觉上、距离上、认知上、情绪上，甚至人类发育的基础，即基因上，都存在犯错。为什么这样一种错误频出的智能体，却能凌驾于其他生命之上成为地球的主宰呢？这些犯错到底有什么用呢？了解这些犯错，说不定能从中找出一些有用的线索，来重新思考人工智能的发展方向。

我们不妨先从人类在视觉上的犯错表现聊起。这种犯错常被称为光学错觉（optical illusion）。

先从光学成像说起，第一个还没得到完全认识，却又是最基本的，是视觉倒像问题。小孔成像原理（图1.1）告诉我们，要观测的目标通过瞳孔的凸透镜原理映射至视网膜上，是一个标准的倒像。如果是机器，则可以通过光学变换还原成正常的影像。而智能体似乎并没有光学变换的能力，从视网膜获得的视觉信息，会经过视神经送往大脑。人类的视网膜上位于中间位置（俗称中央凹，fovea）的视锥细胞（cone cells）和周边的视杆细胞（rod cells）主要承担感受光强、颜色和运动状态的功能，似乎没有自动翻转的能力。

假如没有自动翻转成正常影像而倒着看世界会如何呢？金庸先生的武侠书《射雕英雄传》谈到过。西毒欧阳锋为了学习从黄蓉那儿弄来的假“九阴真经”，居然凭自己的深厚功底，将全身经脉颠倒移位，逆练“九阴‘假’经”。结果走火入魔，变成手当足、足当手来倒立走路。武林中人都以为他从此废掉了。可没曾想，经过一段时间后，他似乎已经习惯这种颠倒的世界，而且功力精进，练成了一套新的武功，并在第二次华山论剑中夺得天下第一。

当然，这只是小说中的虚构。但从历史来看，还真有科学家做过这样的尝试。1897年，美国心理学家乔治·斯特拉顿（George Stratton）发表了《视网膜没有逆转视觉》的论文^[1]。在论文中，他详细介绍了关于视网膜倒像的实验（图1.2）。他给自己戴了一副凸透镜，并把其中一只眼睛完全遮住。在前四天，本已被凸透镜纠正过来的正像，他看到的却始终是倒的。结果，以平时经验去拿东西都很失败和别扭。因为影像是倒过来的，而手势却还是按正常的思维来行动，想拿地上的物品手会往上伸，想拿架子上的东西手却往下放。不过到第五天后，他的视觉奇怪地、自发地变成正像了，好像视觉神经已经适应了，他肢体的动作也再次与世界协调了。但再取掉凸透镜后，他发现世界竟然都是颠倒的，之前的正像要再过一段时间才能恢复。换一只眼执行此实验，情况依旧。因此，他断定人的视网膜并没有把倒像颠倒过来，其功能是在视觉神经的后端实现的。即，视网膜感受的颠倒信号，通过视神经传导到大脑皮质的视觉中枢后，是在视觉中枢实现自动翻转的。这也是目前学术界的共识。

其实还有个简单的办法可以检验视觉在视网膜位置是倒像的。你读到这里的时候，不妨把手放到下眼皮底下，用手把下眼皮慢慢往上推。你应该能看到一整块模糊掉的字和图向下走，而不是向上。视觉能力强的，说不定在下眼皮遮挡眼睛的过程中，看到上方会出现一块黑斑。这些恰恰就是光学视觉倒像造成的。

后期有很多科学家想重复乔治·斯特拉顿的实验，不过比较遗憾的是，没有人观察到过倒像还能适应后翻转的现象，更多的是表示能够适应颠倒过来的世界。

不过也有科学家在尝试中发现，如果戴那种会导致变形的眼镜时，类似哈哈镜那种，有些人的视觉会自动将一些没注意到的变形的位置纠正。而取下眼镜后，看到的世界反而变得扭曲了。这似乎表明大脑有可能会自适应地纠正一些扭曲。

现实生活中，也有一些人会故意去阅读一些颠倒过来的书本。据说精通9门外语、号称“清末怪杰”的近代东方华学中国第一人辜鸿铭（图1.3）有一次在英国街头就故意倒拿报纸。有路人看到后便笑说：“看这个中国人多笨，居然报纸都拿倒了，还假装懂英文。”辜鸿铭便说：“英文太简单，正着读，显不出本事。”然后便熟练地倒读报纸，发音都是地道的伦敦腔^[2]。

除去那些想通过这种方式吸引他人注意的人以外，其他真正这么读书本的，可能是将其视为提高阅读速度和能力的一种秘技。还有科学家说，通过这种方式，可以刺激大脑形成新细胞，防止衰老。其实大家稍微练练，也不难做到。所以，以后看见倒着看报纸、读书的人或新闻照片时，不要马上就嘲笑，说不定他们真的能这样读。

另外，作为感官元件，眼睛和其他感觉器官还有点不一样。它是在大脑发育过程中，从脑细胞中分裂出来的。如果把从眼球到视觉中枢的连接看成是一个深度学习模型，即当今人工智能领域最流行的预测模型，也许可以将这种视频倒像的纠正，理解为大脑处理的端到端（end-to-end）表现，即输入是正像，输出也是正像，中间的纠正都在深度学习模型中自动完成了。

但倒像纠正具体是何时发生的，乔治·斯特拉顿没有给出研究结论。现有的文献也是说法不一。有说初生儿开始感知的世界是颠倒的，随着大脑发育的逐步完善而慢慢实现。因为有报道说，有些两三岁的小孩可能喜欢倒拿玩具，倒读连环画，并猜测这可能和正视发育未完全有关。还有些人，如塞尔维亚的博亚纳·达尼洛维奇（Bojana Danilovic），据说天生就有空间定向障碍现象（spatial orientation phenomenon），看的世界都是颠倒的^[3]。所以，她用的电脑和键盘都是反过来的（图1.4）。也有说倒视能力是与生俱来的，毕竟前者的例子还是很鲜见。另外，有不少飞行员在飞行中会出现空间迷向（spatial disorientation）或定向力障碍的问题，即分不清天上与地上，或者把星星的光误以为是地面的“灯光”。这种倒视有极大的危害，处理不当甚至可能导致飞机坠毁。

不管怎么说，“倒像”这个看似极其简单的问题，仍然没有找到统一圆满的答案，不论是它的成因还是发生时间上。